教学培养
  • 人才培养理念
  • 学士教育
  • 硕士培养
    • 专业介绍
    • 培养方案
      • 2013培养方案
      • 2014培养方案
      • 2015培养方案
      • 2016培养方案
      • 2017级培养方案
    • 文件专区
  • 博士培养
    • 专业介绍
    • 培养方案
      • 2013培养方案
      • 2014培养方案
      • 2015培养方案
      • 2016培养方案
      • 2017培养方案
    • 文件专区
  • 同等学力

16级学硕

您当前的位置: 教学培养 >16级学硕
统计学院 2016级攻读硕士学位(概率论与数理统计)培养方案
时间:2016-09-19

一、适用学科专业

概率论与数理统计 (学科门类:理学 一级学科:数学)

 

二、培养目标

 

三、学科专业研究方向

应用概率,数理统计

 

四、学习年限

基本学习年限3年。

 

五、课程设置和学分要求(见附表)

攻读硕士学位研究生期间,需要获得学位课程总学分不少于39学分。 公共课不少于6学分 ,方法课不少于4学分 ,学科基础课不少于9学分 ,专业课不少于13学分 ,选修课不少于6学分 ,社会实践不少于1学分。

 

六、社会实践

到社会各个相关领域实习,时间和方式由导师根据学生培养方向确定。如:辅助教师指导和参与本科学生社会实践;参与导师科研课题的研究工作;与学生本人研究方向相关的社会实践等,时间一般为两周以上。参与以上社会实践活动需向导师提交调研报告,导师给出成绩,计1学分。

 

七、论文撰写

硕士研究生在学期间应完成的论文包括:课程论文和学位论文。硕士研究生必须按规定时间完成有关的论文写作。硕士研究生修满学分并考核合格后,进入学位论文写作阶段。在撰写论文之前,一般在第五学期,向教研室(导师组)作开题报告,阐述论文选题的理论和实践意义、主要研究内容和研究方案等。经教研室讨论通过后,开始撰写论文。学位论文是学术论文形式。学位论文在导师指导下,由硕士研究生本人按计划进度独立完成,硕士学位论文必须满足培养目标的要求,保证质量。

 

附:课程设置和学生课程学习的学分要求

1、公共课(6学分)

    (1)政治理论课

中国特色社会主义理论与实践研究

2学分

PUM505

1学期

(The Theories and Practice of Socialism with Chinese Characteristic)

自然辩证法概论

1学分

PUP504

1学期

(Introduction of dialectics of nature)

马克思主义与社会科学方法论

1学分

PUP505

1学期

(Marxism and method social sciences)

    (2)第一外国语

语言基础

3学分

PUF500

2学期

(Foreign Language)

2、方法课(4学分)

线性模型

2学分

PAS600

1学期

(Linear Models)

(本课程主要介绍了线性统计模型的理论、方法及其应用,侧重讲授线性模型基本重要的成分。主要内容包括:(1)线性代数(2)统计的基本概念与分布理论:多元正态分布及相关分布、二次型分布等(3)满秩线性模型:最小二乘、广义最小二乘、极大似然估计、EM算法、Bayessian估计、同时置信区间、线性假设检验等;(4)非满秩线性模型:可估性、参数估计、可检验假设、可估条件等;(5)多重回归分析,相关性;(6)线性模型应用:回归分析、方差分析等等。)

统计思想综述

2学分

STP600

2学期

(Review of statistical thinking)

(统计学的方法论课程。统计学科的定义、核心和边界,理论要点。各种方法的前提假设与应用边界条件。先修课:数理统计)

3、学科基础课(9学分)

随机过程

3学分

PAS602

2学期

(Stochastic Processes)

(本课程主要内容包括现代鞅论,马尔科夫过程以及布朗运动,严格数学描述与应用兼顾。 先修课程:初等概率论,测度论,数学分析、高等代数等数学基础课程。)

调查组织与设计

3学分

PAS603

1学期

(Survey Management and Design)

(通过教师讲授、师生讨论、学生实地收集数据、数据整理和分析、报告撰写、口头汇报等方式,帮助学生掌握调查方案的设计和调查项目的组织管理方法。先修课:数理统计)

高等统计学

3学分

STA601

1学期

(Advanced Statistics)

(目的在于使学生在原基础上,理解数理统计的基本概念,熟悉抽样分布理论,掌握参数估计的理论与方法、统计假设检验的主要方法、统计决策理论与Bayes分析,以及统计计算方法。先修课程:数学分析,高等代数,概率论)

4、专业课(不少于13学分)

广义线性模型

3学分

PAS701

2学期

(Generalized Linear Models)

(关于连续型和离散型数据特别是多元离散型数据的非正态线性模型的统计分析、模型建立、模型选择和诊断的理论、方法及在社会经济、风险管理等领域的应用。)

试验设计

2学分

PAS703

3学期

(Design of Experiments)

(课程内容包括正交设计、均匀设计、析因设计等常用试验设计方法,以及列联表、多响应变量、重复测量、协方差分析、生存分析等医学实验数据分析方法。使用SPSS、SAS等统计分析软件做数据分析。先修课:统计学,回归分析)

非参数统计

3学分

PAS706

3学期

(Non-parametric inference)

(主要内容包括数据探索性分析实践、非参数统计结构、渐进一致性理论、定性数据分析方法、非参数回归、非参数密度估计等内容。 先修课程:概率论与数理统计)

多元统计分析

3学分

STA602

1学期

(Multivariate Statistical Analysis)

(本课程的内容包括多元回归分析,判别分析,聚类分析,主成分分析,因子分析,典型相关分析,结构方程模型,对应分析等。先修课程:概率论与数理统计,回归分析)

抽样技术

3学分

STA701

1学期

(Survey Sampling Techniques)

(主要介绍古典概率抽样方法,利用辅助信息基于线性模型的估计,二重抽样,最优抽样设计,无回答和计量误差等。先修课程:数理统计)

数据挖掘与机器学习

2学分

STA704

1学期

(Machine Learning and Data Mining)

(本课程主旨是使学生了解数据挖掘和机器学习中的基本模型与方法,掌握大规模数据常用技术和算法的基本设计思想。数据挖掘概念和应用、数据挖掘流程、概念学习和算法设计、有监督学习方法(决策树、Bayes决策、支持向量机、图模型)、非监督学习方法、模型评价方法、等。先修课程:统计学、最优化(运筹学、线性规划)和数理统计。)

随机分析

3学分

STA901

2学期

(Stochastic Analysis)

(本课程主要内容:布朗运动,鞅及随机积分,随机微分方程的理论及应用。 先修课程:测度论与概率论基础,数学分析、高等代数等数学基础课程)

5、选修课(不少于6学分)

分位回归

2学分

PAS704

2学期

(Quantile Regression)

(涉及的主要内容:分位回归原理、分位回归统计推断、分位回归渐近理论、L-统计量与加权分位回归、分位回归统计计算、非参数分位回归、分位回归应用、分位回归前沿研究领域。)

现代统计理论与方法选讲

2学分

PAS721

3学期

(Selected Lecture Series on Modern Statistical Theory and Methods)

(主要跟踪学习国际一流统计期刊上的统计学前沿文献,包括半参数模拟,非参数方法,BOOTSTRAP,统计学习,分层模型,统计学在科技金融领域的应用等。先修课程:高等统计学 测度论与概率论基础 随机过程 时间序列分析)

统计诊断

2学分

PAS724

3学期

(Statistical Diagnostics)

(涉及的主要内容:回归异常点分析、残差分析、回归影响分析、数据变换及诊断、广义影响分析、多元回归诊断、其他广义模型诊断、拟合欠佳检验、非参数蒙特卡罗检验、实例分析,等等。)

时间序列分析

2学分

STA605

1学期

(Time Series Analysis)

(课程教材为国外非常优秀的理论讲解与软件实现相结合的教材。总页数约1000页,讲授约700页以上。理论方面讲解时间序列分析经典和前沿的理论方法。主要内容包括:单变量时间序列,单位根检验,单变量GARCH建模,长记忆时间序列建模,时间序列滚动分析,向量自回归模型,协整,多元GARCH建模,状态空间模型,时间序列异常值检测,Copulas等。软件方面使用S-PLUS软件功能强大的FinMetrics模块,实现从数据到结论的整个过程。考核方式:期末提交课程论文。先修课程:概率论、数理统计)

经济统计研究

2学分

STA702

2学期

(Research on Economic Statistics)

(以国民经济核算为起点做内容扩展,培养运用统计手段进行宏观经济观察分析的能力。先修课:国民经济核算,企业会计。)

风险管理

2学分

STB703

1学期

(Risk Management)

(现代风险管理基本理念和性质、市场风险、信用风险和操作风险管理的技术框架等。先修课:公司财务、微观经济学。)

从数据到结论

2学分

STP611

1学期

(From Data to Conclusion)

(本课程的目的是培养学生运用统计思想和统计方法解决和处理统计问题的能力,课程内容包括对统计基本概念,参数估计,假设检验,方差分析,回归分析,多元统计分析,时间序列课程,非参数统计,生存分析,指数等。先修课程:数理统计)

6、社会实践(1学分)

7、先修课

实变函数论

(Real Analysis)

时间序列分析应用

(The Application of Time Series Analysis)